Väitös automaatiotekniikan alalta, M.Sc. David Leal Martinez

Väitöskirjan nimi: Design and optimization of a decentralized multi robot exploration behavior taking into account energy constraints

Väittelijä: David Leal Martinez
Vastaväittäjä: Prof. Lino Marques, University of Coimbra, Portugali
Kustos: Prof. Arto Visala, Aalto-yliopiston sähkötekniikan korkeakoulu, sähkötekniikan ja automaation laitos

Robottivallankumous on nurkan takana. Robotteja näkyy julkisissa tiloissa ja ne ovat tavallisten ihmisten käytettävissä. Kuitenkin useimmat tämän päivän robotit tarvitsevat ihmisen valvomaan, lataamaan akkuja, tai päätöksentekoon erityisesti epävarmuuden vallitessa. Robottiautonomian alueella on vielä paljon kehitettävää. Yksi tällainen haastava tehtävä on laajojen alueiden ja tilojen tutkiminen monirobottijärjestelmällä esimerkiksi avaruustutkimuksessa tai erilaisten katastrofien tuhoalueiden kartoittamisessa ja pelastustoimissa. 

Tämä väitöskirja keskittyy monirobottijärjestelmän hajautetun etsintä- ja kartoitusstrategian suunnitteluun ja optimointiin nimeltä Decentralized Frontier-based Exploration (DFBE). Tämän strategian tavoitteena on antaa jokaisen robotin tehdä päätöksensä omien ympäristöhavaintojen pohjalta hyödyntäen kaikkien parven robottien luomaa yhteistä jaettua karttaa. Tämä työ perustuu rintamapohjaiseen tutkimusstrategiaan, jossa rintama määritellään rajaksi tutkitun ja tutkimattoman alueen tai tilan välillä, ja laajentaa sitä käyttämällä täysin hajautettua lähestymistapaa, jossa vikasietoisuus ja rajalliset energiavarat omaavien robottien energiantäydennystarve otetaan huomioon. 

Tämän työn yhteydessä luotiin MarSim- simulaatioympäristö, jossa simuloitiin jo aiemmin rakennettua fyysistä MarsuBot-robottiparvea erilaisissa ympäristöissä sekä kehitettiin ja optimoitiin DFBE-strategiaa. 

Kokeet suoritettiin käyttämällä MarSimi-simulaattoria. Kokeet simuloivat eri vaikeusskenaarioita ehdotetun etsintästrategian suorituskyvyn arvioimiseksi verrattuna puhtaasti stokastiseen ja reaktiiviseen strategiaan. Aalto-yliopiston Triton-supertietokoneella tehtiin yli kuusi miljoonaa simulaatiota parhaan parametriyhdistelmän etsimiseksi, joka minimoi koko robottiparven energiankulutuksen eri skenaarioita tutkiessa. Näitä tuloksia verrattiin vakiintuneella Bayesian Optimization (BO) -työkalulla tuotettuihin tuloksiin. 

Tulokset tarjoavat kattavan analyysin hajautetun rintamapohjaisen etsintämenetelmän (DFBE) suorituskyvystä verrattuna perusreaktiiviseen käyttäytymiseen, sekä sen parametrien optimoinnin käyttäen BO:ta ja tulosten verifioinnin vertaamalla niitä Gridihaulla saatuihin kokeellisiin tuloksiin. Tässä työssä arvioidaan myös BO:ta työkaluna robotin aloitusparametrien optimointiin hyvin pienellä määrällä kokeita valmistellessa kokeita todellisella laajalla robottiparvella.

Avainsanat: "monirobottijärjestelmät, etsintästrategiat , energiaoptimointi, hajautettu robottietsintä, robottiparvi, simulointi."

Linkki väitöskirjan sähköiseen esittelykappaleeseen (esillä 10 päivää ennen väitöstä): https://aaltodoc.aalto.fi/doc_public/eonly/riiputus/

Yhteystiedot:

Sähkötekniikan korkeakoulun väitöskirjat: https://aaltodoc.aalto.fi/handle/123456789/53